Mayo será el mes del Big Data en Outsourceando

En dos líneas: hoy he decidido que me voy a echar la manta a la cabeza y, quizás con más valor que sentido común, voy a dedicar todos los posts de este blog durante este mes de mayo al mundo del Big Data, espero pasar la prueba con buena nota y luego dejar al Big Data en paz una buena temporada.

Mi intención no es desarrollar un manual sobre el tema, sino enriquecer mis conocimientos (y espero que los vuestros) y en ese proceso eliminar en lo posible todo el ruido de fondo que se genera alrededor  de un fenómeno como el Big Data.

Estamos viviendo una época en la que la red está enloquecida con el tema y supongo que nos queda al menos otro año hasta que las cosas se calmen, entonces será el momento de reflexionar con algo de distancia.

Pero, por el momento, unámonos a la "mascletá" del Big Data, como todo viaje, se hace paso a paso.

Como despedida os dejo este link a un post muy interesante sobre Big Data que escribí acerca de unas jornadas organizadas por IDC en septiembre del año pasado.

¿Qué combustibles utilizaran nuestros automóviles en los próximos 30 años?

En dos líneas: hoy mezclamos visualización de datos con algo que a todos se nos pasa por la cabeza, ¿qué combustible utilizará el que sea mi coche dentro de 15 años? ¿y dentro de 30 años?. 

Nuestros coches serán híbridos enchufables

En post reciente os explicaba porque consideraba que el usar movimiento asociado a los gráficos les daba una mejor explicación, el siguiente gráfico no está dotado de movimiento pero la técnica para  mostrar los datos conforme avanza la explicación es una buena alternativa.

En este caso os dejo un vídeo de menos de un minuto cortesía del blog de Graphic Detail que forma parte de la web del The Economist.

Por cierto, parece claro que nuestros coches serán eléctricos, en sus distintas tecnologías: híbridos, híbridos enchufables o plug-in (lo más habitual en el futuro) o puramente eléctricos, la verdad es que me parece extremadamente razonable la tendencia a abandonar el petróleo en el automóvil, lástima que estemos tardando tanto por culpa de lobbies y políticos complacientes.

¿Cuál es el ROI de la Ignorancia?

En dos líneas: no me duelen prendas en reconocer el talento de algunos evangelistas de TI, en este caso desde el mundo SAP tenemos a Timo Elliott que en su blog nos hace una pregunta fundamental en el Business Intelligence: ¿Cuál es el ROI de la Ignorancia?. 

La verdad sea dicha, a todos nos han salido alguna vez los clientes con el argumento del ROI de los proyectos de BI, el señor Elliott acierta de pleno y les responde de un modo genial: el ROI del BI siempre será mayor que el de la ignorancia.

http://timoelliott.com/blog/2013/04/what-is-the-roi-of-ignorance.html

Por cierto, el blog de Timo Elliott es una de las lecturas más recomendables del mundo del BI actual.

Mejores Prácticas para la Visualización de Datos en Business Intelligence & Analytics

En dos líneas: hoy tras el cambio de rumbo del anterior post volvamos al mundo del Business Intelligence (BI) y que mejor que hacerlo de la mano de una de las claves del BI, la visualización de datos. 

http://www.jenunderwood.com/gallery.htm

Para ello os dejo la siguiente presentación de Jen Underwood sobre Las Mejores Prácticas en Visualización de Datos, esta especialista trabaja con el fabricante de BI Tableau y siempre me han parecido muy interesantes sus post sobre esta cuestión en su blog personal.

Por cierto, si queréis saber más sobre este tema aquí tenéis el link a un post en este blog que publiqué en septiembre de 2012 donde hay una auténtica lección magistral sobre este tema de la mano de una de las máximas autoridades en este tema, Noah Lliinsky.

Reflexiones a Mitad de una Carrera Profesional

En dos líneas: hoy me voy a alejar un poco de la temática habitual de este blog, pero es que, de vez en cuando, toca cambiar el compás, seguro que muchos habéis visto la película Master & Commander, el protagonista es un capitán de navío de comienzos del XIX, Jack Aubrey, personaje que interpreta Russell Crowe. 

El personaje de Aubrey es el de un capitán muy capaz y muy exitoso, le apodaban "El Afortunado", y sus aventuras las narró durante décadas el escritor británico Patrick O´Brian, he de reconocer que leerlas ha sido motivo tanto de felicidad como de relajación al sumergirme en un mundo, el de los grandes navíos a vela, que ya no existe.

Pero entre viajes, aventuras, abordajes y cañonazos, O´Brian nos enseña su maestría como escritor y su conocimiento de la psicología humana, y una de esas muestras es la que os voy a dejar aquí a modo de piedra de toque sobre la evolución de muchas carreras profesionales.

El siguiente párrafo forma parte del libro "El Puerto de la Traición", que es el volumen 9 de 19 dedicados al Capitán Aubrey (y su inseparable compañero, el doctor Maturin) y en él nos encontramos a Aubrey cercano a la cuarentena, pleno de habilidades, conocimiento y experiencia pero insatisfecho con su situación en su empresa (la Royal Navy en las Guerras Napoleónicas):


Le parecía que participaba en una carrera, una carrera en la que había estado en un buen lugar durante un tiempo, después de haber avanzado lentamente al principio, pero en la que no había podido seguir en cabeza y había sido adelantado por algunos. Tal vez eso había ocurrido por falta de resolución, tal vez por falta de sensatez, tal vez por falta de una especial cualidad sin nombre que hacía que tuvieran éxito algunos hombres e impedía que lo tuvieran otros, aunque hicieran el mismo esfuerzo por conseguirlo. No podía decir  con seguridad cuál había sido su error. Algunos días era capaz de afirmar con convicción que todo había sido obra de la fatalidad, el reverso de la buena suerte que le había acompañado desde que tenía veinte años hasta que tenía treinta y tantos, el restablecimiento del equilibrio; sin embargo, otros días le parecía que su sentimiento de insatisfacción era una prueba irrefutable de que había cometido un error, y que, a pesar de que él no sabía cuál era, los demás sí, sobre todo los que estaban en el poder, lo que era obvio porque había asignado los mejores barcos a otros hombres, no a él.


¿Quién que lleve más de 15 años trabajando no se ha planteado estas reflexiones alguna vez?, sirven tanto para un capitán de navío de 1813 como para un directivo de 2013, no voy a expresar mis opiniones sobre que hacer o no en un momento así de la carrera profesional de cualquiera (de la vida de cualquiera), sólo comparto un texto que me hizo reflexionar cuando lo leí por primera vez hace más de 10 años y que ahora me ha impresionado mucho más aún.

Os dejo con los dos últimos minutos de la película y la maravillosa "Musica Notturna delle Strade di Madrid" de Luigi Boccherini:



El próximo post será mucho menos "filosófico" y más en la temática habitual de management y nuevas tecnologías.

Edición 2013 del Informe "El Futuro del Open Source"

En dos líneas: por séptimo año consecutivo nos llega el informe sobre el estado del Open Source en el mundo y sus tendencias futuras. 

El informe, titulado "2013 - The Future of Open Source" todavía no está disponible en su totalidad pero acaba de salir (17/04/13) un resumen ejecutivo de 51 páginas muy bien estructurado.

Aquí os dejo el informe vía Slideshare:

Me quedo con algunas "perlas":

• Este año el 62% de los encuestados piensan que en 5 años el 50% de todas las adquisiciones de software serán de productos Open Source.


• En 2014 habrá en el mundo más de 2 millones de proyectos Open Source en marcha, este año 2013 ya son más de un millón.


• En 2012 las inversiones de capital riesgo en el mundo Open Source pasaron de 500 millones de dólares.

Si la carga de trabajo me lo permite más adelante dedicaré un post a los informes que para el caso español prepara el Observatorio Nacional del Software de Fuentes Abiertas.

Las 4 fases de la cultura "Analytics" en las organizaciones

En dos líneas: todo cambio en el management de las empresas en un proceso que pasa por distintas fases de madurez o, si se prefiere, de aceptación e integración de esas nuevas técnicas y tecnologías en la organización. 

Este tipo de cambios son de carácter cultural, cosa, por otra parte, que es norma general en los proyectos de Business Intelligence (BI) y también en los de Business Analytics (BA).

En el post de hoy nos referiremos a los distintos estadios de madurez (maturity assesment) o fases de la implantación del Business Analytics en una empresa u organización dada, antes de mencionarlos yo recordaría el hecho de que antes del BA va el BI y que hay atajos que es mejor no recorrer.

Se que la distinción entre BI y BA a veces es muy difusa, para no extenderme os dejo la referencia a otro post de este blog donde os daba mi opinión (junto con links a la opinión de otros profesionales) en el "BI vs. BA".

La evolución del BI al BA

Volviendo a las fases por las que pasa la utilización del Business Analytics en las organizaciones, podemos establecer las siguientes:

1. Falta de uso y comprensión de las herramientas de Business Analytics: el análisis de datos para generar insight o para establecer pronósticos ni está ni se le espera en la organización, todo lo más se paga a terceros (consultores) para que se hagan cargo de peticiones puntuales en este área.


2. Nivel bajo de adopción: hay algunos individuos dispersos en la organización que quizás estén por la labor o que lo hagan a título personal (dejándose las pestañas programando Visual para lograr alguna que otra virguería en Excel), se trata de analistas, estadísticos, controllers, etc... pero  lo normal es que la dirección no tenga mucho interés ni en reconocer este esfuerzo ni en hacer inversiones.


3. Aceptación por la alta dirección: el problema es que el BA es cosa de los perfiles que mencionaba en la fase 2, estos proporcionan insight (en otras palabras, analizan información para la toma de decisiones) a la alta dirección, pero este esfuerzo se centra en el área de planificación estratégica y en el control de la ejecución de la misma.


4. Asimilación completa a todos los niveles de la organización: el uso del BA se democratiza (que mejor manera de proporcionar empowerment a nuestros empleados que darles información para que puedan tomar decisiones sin necesidad de una constante supervisión) y se integra en "tiempo real" en las operaciones de la empresa a la vez que tiene un impacto en la adaptación de la estrategia corporativa a los cambios internos y, sobre todo, en el entorno.

Antes de terminar, me gustaría hacer algunos comentarios sobre estas fases:

• La inmensa mayoría de las empresas españolas no se las apañan con BI, con lo que hablar de BA (o ir más allá y atreverse con el Big Data) suena un poco a ciencia ficción, así que hay que ir paso a paso, el problema es que el resto del mundo se va subiendo a este carro y nos vamos a quedar irremediablemente atrás en términos competitivos. 


• Pero incluso en los países más desarrollados pocas empresas realmente han llegado a la fase 3, no es un problema tecnológico, sino de cambio en el proceso de toma de decisiones que es algo predominantemente cultural.


• Hay escasez de analistas (data scientists y otros perfiles similares) y aunque los vendors de BA hablen de que se puede reducir la necesidad del factor humano en este tipo de desempeños yo creo que es la mezcla de experiencia, sentido común y conocimientos técnicos lo que realmente marca la diferencia.


• No hay auténtico interés en muchas organizaciones por democratizar el acceso a la información interna, hay demasiados nichos de poder e intereses personales que proteger, la inmensa mayoría de los cuales tienen poco que ver con el interés de las organizaciones. La verdad es que los muchos directivos no quieren tener usuarios de BI y BA en sus organizaciones, prefieren que la inmensa mayoría de los trabajadores dentro de la estructura de sus empresas actúen a modo de "mayoría silenciosa" mirando día tras día la pantalla de su ordenador con el ERP o el CRM y haciendo alguna triste, tediosa y cara (por la horas dedicadas) hoja de cálculo.


• La estadística tiene mala fama, obviamente se han producido muchos abusos, incluso recientemente y con gran impacto en la economía.


• Las redes sociales e Internet han favorecido modelos de control de la operativa en los que los datos llegaban casi en "tiempo real", basta con ver la aceptación de Google Analytics.


• El BI y el BA al final tendrán un impacto en el management mucho mayor que el que hemos visto de la mano de la informática en los últimos 40 años, vivimos en un mundo en el que en los últimos 3 años se han generado más datos que en el resto de la historia de la humanidad así que el management del siglo XX ya no sirve (aunque todavía hay mucho directivo que insiste en modelos que se inventaron en Dupont hace más de 80 años) y quién antes lo asimile más posibilidades tendrá de sobrevivir en la crisis sistémica que vivimos actualmente.





Hiper Ciclo del BI/BA según Gartner, entrando en la "planicie de productividad" - aceptación (Fase 3)

Pero en las circunstancias actuales no queda más remedio que asimilar la urgente necesidad de integrar el BI y el BA en las empresas españolas, en todo tipo de ellas, no sólo en las grandes empresas con grandes departamentos de informática, sino en las medianas e incluso en las pequeñas.

Y el dinero ya no es el problema que era hace apenas 4 ó 5 años, los costes de implantación se han reducido mucho en especial para ese paso inicial que es el disponer de un auténtico BI en la empresa, en esto no sólo interviene el hecho de que los vendors de estas tecnologías las hayan visto convertirse en productos "más maduros" sino que se está acelerando el fenómeno del Open Source.

Las 5 Clases de Usuario que tiene toda Solución de Business Intelligence (BI)

En dos líneas: tener claras las tipologías de usuarios a las que debe servir cualquier solución de BI es uno de los primeros pasos en cualquier implantación, el problema es que es habitual que pase todo lo contrario. 

A cada tipo de usuario le gusta una "infusión" de BI diferente

No hay muchos tipos de usuarios, es más se pueden dividir en dos grandes clases, los usuarios "de negocio" y los usuarios técnicos (los chicos de TI), si bien en estos tiempos de cambio constante que vivimos me sorprende que vayan apareciendo casos de "híbridos".

Los híbridos son aquellos usuarios que mezclan bien el análisis del negocio con la comprensión de la tecnología que hay detrás del BI necesario para dicho análisis, en todo caso, parece claro que la tendencia es a que el protagonismo vaya oscilando desde el TI hacia el negocio, no quiero extenderme ahora sobre ese asunto pero estando de acuerdo en ello no creo que sea un proceso lineal, el tiempo nos lo dirá.

Pero vayamos al grano, estos son los 5 tipos de usuarios que encontramos en todas las soluciones de BI, los tres primeros son "de negocio" y los dos últimos técnicos:

1. Los analistas (especialistas en análisis de la información de negocio): aquí incluimos muchas sub-tipologías como controllers, data scientists, consultores, etc... son usuarios expertos de este tipo de soluciones de BI pero no tienen el menor interés en programar. Su labor fundamental estriba en explorar la información, determinar tendencias, localizar posibles problemas y encontrar soluciones a los mismos siempre buscando la creación de valor para la organización.
   
   El patrón de uso del BI es reconocible para muchos de aquellos que hemos tenido o tenemos ese tipo de responsabilidad, se generan informes muchas veces ad-hoc muy "enfocados" pero no necesariamente complejos, se utilizan, se guardan y muchas veces no se vuelve a hacer uso de ellos.
   
   Todo aquellos que estamos en el mundo del BI sabemos que este es el grupo de usuarios que más está creciendo ahora y que hay que tenerlos en mente en todo momento, de hecho las soluciones de BI están evolucionando para satisfacer sus necesidades. 





2. Los directivos: necesitan información para la toma de decisiones informadas, dependen en muchos casos de los analistas pero hay una fuerte tendencia hacia el "self-service", como les pasa a muchos analistas tienden a crear sus informes por medio de hojas de cálculo, les gustan las aplicaciones de BI pero mucho más aún el Excel, no están tan "quemados - enganchados" como los analistas y están desesperados por reducir su velocidad de respuesta ante el cada vez más enloquecido tiempo de toma de decisiones.
   
   El reporting de su área de responsabilidad es un clásico al que no renuncian.


3. La mayoría silenciosa: en muchas organizaciones hay empleados en todas las áreas que tienen acceso (o podría tener fácil acceso) al BI y sinceramente creo que esta democratización del uso de la información es de lejos la mejor herramienta para el tan necesario "empowerment" de los trabajadores es la auténtica llave para la gestión del cambio que hay que asociar al BI.
   
   Hay varios factores que siguen manteniendo esa mayoría silenciosa como el hecho de que en la mayoría de las organizaciones no hay interés auténtico en compartir información, la inestabilidad laboral no suele ayudar al empowerment o a aprender a usar herramientas de BI, la política de licencias de los vendors de BI (y sus precios) tampoco ayudan, etc...


4. Los desarrolladores: es la gente del TI que trabaja en el desarrollo de reporting, dashboards, scorecards, etc... manejan herramientas específicas de las distintas soluciones de BI para dichas tareas y además han de programar. Es verdad que las soluciones de BI cada vez dejan más en manos de los usuarios de negocio la generación de informes o dashboards así como el análisis de la información mediante consultas OLAP, pero la verdad es que al final hay muchas ocasiones en las que hay trabajo de programación, si bien es una tendencia en  franco retroceso.


5. Los administradores de sistemas: cuidan de que el BI de la organización funcione con un rendimiento adecuado, así que para optimizar este tipo de soluciones se ocupan del setup de las mismas y del hardware asociado, en grandes implantaciones con muchos usuarios tienen un rol oscuro pero vital.

En mi próximo post hablaré del coste de mantenimiento que tiene una solución de BI, me ha llegado un estudio muy interesante de Aberdeen que, si tengo tiempo, espero analizar en un par de días.

¿Cómo saber quién es tu cliente nada mas entra por la puerta de tu tienda? : tecnologías de reconocimiento facial de uso comercial

En dos líneas: esta tecnología permite determinar sexo, edad o frecuencia de visita de los clientes de las tiendas, una pasada que antes de ayer era cosa de películas de espias. 

Gracias a productos como este una cadena de retail se puede permitir estrategias del estilo de identificar a sus clientes más importantes (o más frecuentes) y recibirles adecuadamente, además de proporcionar (por ejemplo mediante una tablet o un smartphone) datos a los dependientes para que actúen a modo de personal shoppers.

Así que pasamos de un uso vinculado claramente a la seguridad a otro orientado a la personalización de las experiencias de los clientes.

Esta solución en particular se comercializa bajo el nombre de NeoFace y ha sido desarrollada por la firma japonesa NEC.

Los precios de estos productos aún son muy elevados (he llegado a leer que rondan el millón de euros por planta en un gran almacén) pero estos costes van a bajar cada vez más conforme su uso se generalice.

La intención general de este tipo de tecnologías es intentar replicar en el mundo real las capacidades que encontramos en el comercio electrónico, donde es más fácil customizar las experiencias de los clientes, pero no hemos de olvidarnos que la mayoría de los compradores por ahora prefieren la experiencia de comprar en una tienda real a hacerlo en una virtual, y la ventaja de la primera a la hora de probar productos se me antoja difícil de superar.

Si mezclamos algo como NeoFace con el RFID, las redes sociales y la geolocalización de los usuarios a través de dispositivos móviles tenemos un escenario nuevo para el uso de la información para la toma de decisiones en el sector del retail, además supone entrar claramente en el mundo del Big Data que permite el análisis de dicha información para buscar nuevas pautas de actuación de los clientes o para intentar comprobar si se les pueden inducir nuevos comportamientos.

Por ejemplo, transformar el uso de los probadores:

Las dudas sobre el derecho a la intimidad y el miedo al Gran Hermano quedan ahí.

Os dejo un par de vídeos sobre NeoFace, el primero más comercial y el segundo muy curioso sobre la aplicación de este producto para intentar diferenciar a miles de guerreros de terracota chinos:

10 Razones por las que las empresas están adoptando el Business Intelligence Open Source

En dos líneas: los últimos años hemos visto un incremento enorme en la tasa de adopción por parte de las empresa (que decir por parte de las administraciones públicas) de las plataformas de Business Intelligence Open Source, también conocidas como OSBI, ¿que razones hay detrás de este fenómeno?. 

Así, para empezar os propongo las siguientes 10 razones, está claro que hay más y que algunas de las razones que aporto no tienen porque ser tan positivas (si es que llegan a serlo) para otros:

1. Los menores costes de desarrollo: es indiscutible que se puede integrar en software de código abierto con software comercial y además las comunidades de desarrolladores (y de usuarios) detrás de algunas soluciones OSBI son enormes (basta con pensar en el caso de Pentaho) con lo que las actualizaciones tienen un ritmo bastante superior al de sus contrapartidas propietarias.


2. Los proyectos de BI son un 80% custom y un 20% estándar, las soluciones de BI propietarias son un 20% customizables y un 80% estándar "blindado" por las licencias, poco más se puede decir.


3. Las soluciones OSBI son más flexibles a la hora de su despliegue: ahora las organizaciones pueden elegir como van a poner en producción una solución OSBI con más libertad que en las soluciones propietarias, se puede hacer en desktop, en cliente-servidor, en hosting, en SaaS y, claro está, en cloud, aunque las soluciones propietarias todavía no pueden igualar esta flexibilidad supongo que con el tiempo se irán reduciendo diferencias.
   
   Está claro que OSBI viene dado por el deseo de los clientes de tener más "poder" frente a sus proveedores, estos quieren vender sus soluciones (su visión de como resolver problemas) mientras que los clientes quieren comprar aquello que les ayuda a generar valor en términos de negocio.


4. La aceptación del software propietario cada vez es menor: les guste o no a los vendors de BI esta es una realidad indiscutible que se ha ido imponiendo conforme el mercado de BI se ha ido haciendo más maduro y hay muchas soluciones disponibles. De nuevo he de mencionar la facilidad de integración de las soluciones Open Source dentro de la arquitectura de TI de las organizaciones, esa ventaja les ha generado muchos adeptos ya que las soluciones propietarias carecen de la misma.


5. Crear valor para el cliente debe ser lo primero para el BI: hay que asumir que esto no es así en el caso de los grandes vendors y sus soluciones propietarias, estos fabricantes deciden cuáles son las necesidades de los clientes y diseñan las soluciones que mayor margen de venta les van a proporcionar. Las soluciones OSBI son fruto de la necesidad de los desarrolladores que forman parte de sus comunidades de ayudar a la generación de valor en las organizaciones en las que trabajan y en usar esas tecnologías como un complemento a los procesos de negocio de dichas organizaciones.


6. Los avances tecnológicos: hasta hace unos años las capacidades del hardware, los costos del software para el data warehousing y las complejidades de la consultoría asociada a los mismos suponían una limitación en el perfil de organizaciones que podían acceder al BI y además constreñían las funcionalidades que dichas organizaciones disfrutaban (básicamente era reporting) ahora con fenómenos como las bases de datos in-memory o el Big Data (este último puro Open Source) todo eso ha pasado a la historia y no hay necesidad de seguir comprando soluciones que se han diseñado pensando en presupuestos millonarios y no asumen que ahora con el Open Source es verdaderamente posible hacer lo que las empresas siempre habían buscado.
   
   Una pista adicional, el fenómeno Open Source comenzó mucho antes en el mundo del data warehousing que en el del BI.


7. Un bajo TCO (Total Cost of Ownership) del OSBI y un mayor ROI (Return Of Investment): la posibilidad de desarrollar proyectos internos en las empresas, la mayor flexibilidad de las soluciones OSBI para integrarse con otras tecnologías, la inexistencia de licencias, etc... todo lleva a menores costes y a una mayor rentabilidad de la inversión, de todas maneras es un asunto que merece un post independiente.






8. La generalización de las expectativas de obtener software gratuito, de hecho la respuesta de los vendors de software propietario es facilitar el acceso gratuito a alguno de sus productos aunque con funcionalidades limitadas. Lo que sucede es que las empresas quieren pagar por productos que les ayuden a crear valor para sus negocios y ese foco en el cliente no ha existido en los vendors (cualquiera que haya participado en una implantación de BI, ERP o CRM desde el lado del cliente es plenamente consciente de ello) así que años de abuso acabaron produciendo el caldo de cultivo para el Open Source.



9. El OSBI tiene una clara orientación al futuro ya que es fruto de comunidades de tecnólogos y usuarios avanzados que siempre buscan nuevos enfoques a los problemas propios de un mundo cada vez más "acelerado" y cambiante, mientras que los vendors de soluciones propietarias tienen más en mente amortizar sus inversiones en I+D y, sobre todo, en marketing.



10. El fenómeno del Open Source no se limita al data warehousing o al BI, afecta sobremanera al CRM, la gestión documental, el desarrollo de páginas web, las plataformas de comercio electrónico, etc... además el cambio de paradigma en las TI que se ha venido produciendo en los últimos años asociado al cloud computing, el mobile o el Big Data, tiene mucho de Open Source.

En próximos posts hablaremos de las diferencias entre Freeware y Open Source o de como algunas plataformas OSBI se están transformando entorno a modelos de negocio duales en los que hay lugar tanto para la gratuidad como para el pago.

Valido la inscripción de este blog al servicio Paperblog bajo el seudónimo outsourceando

La clave para que se entiendan series complejas de datos: usar gráficos dotados de movimiento

En dos líneas: el maestro indiscutible de esta tendencia es el sueco Hans Rosling, que ha logrado explicar usando técnicas de visualización de datos cómo ha evolucionado el cuidado de la salud en el mundo y el impacto de esa evolución en las principales variables sociodemográficas. 

Fuente: http://www.gapminder.org/

Rosling es el cofundador de la Fundación Gapminder, esta fundación desarrolló Trendalyzer, un programa para convertir series estadísticas en gráficos interactivos con el objetivo de promover una visión del mundo basada en hechos y datos a través de la comprensión de información estadística pública.

Si entráis en la sección "Data" en la web de Gapminder podéis visualizar múltiples series de datos que van desde la epidemiología hasta el mercado laboral pasando por las emisiones de CO2.

No debía ser mal software ya que en 2007 Google adquirió Trendalyzer.

Aquí tenéis un par de vídeos para que os forméis vuestra propia opinión sobre las técnicas de Rosling para hacer más fácil la comprensión de tendencias en series complejas de datos, os aseguro que logra que cualquiera entienda como ha evolucionado el mundo durante 200 años en apenas unos minutos, además el primero de los vídeos es una entrevista con Eduard Punset:

Redes - Desmontando mitos sobre el mundo

• Redes - Desmontando mitos sobre el mundo

Por  cierto, Trendalyzer se convirtió en Motion Charts al integrarse en Google, lo encontraréis en Google Analytics entre otros lugares, os dejo un ejemplo de su uso en hojas de cálculo (Google Spreadsheet):

Infografía: Big Data Problems

En dos líneas: y seguimos con el hype del Big Data esta vez de la mano del gigante de los microprocesadores Intel, ¿suena un poco rara la expresión, verdad?. 

Infografía: el Big Data en el Mundo Financiero

En dos líneas: uno de los sectores donde mayor impacto está teniendo el Big Data es el financiero, tanto desde ámbitos como la predicción del fraude como en todo lo referente a la retención de los clientes. 

La siguiente infografía desarrollada por Dell y Big Data Republic resume los resultados de una encuesta entre profesionales del sector financieros sobre el uso que hacen sus organizaciones del Big Data.

http://www.bigdatarepublic.com/author.asp?section_id=2642&doc_id=261669&image_number=1

"La Verdad está ahí Fuera": 5 áreas en las que buscar datos para afrontar la globalización

En dos líneas: cuando trabajamos con datos tendemos a utilizar aquellos que se generar internamente en la organización y por lo que se refiere al exterior nos limitamos a aquellos datos generados por transacciones con terceros, pero hay mucho más ahí fuera. 

No parece muy lúcido obviar las capacidades que tienen tecnologías-metodologías como el Business Intelligence, el Business Analytics o el Big Data de trabajar con datos generados en el exterior de las organizaciones para producir no sólo información sobre las grandes tendencias que pueden afectar su competitividad.

Pero hay que ir más allá de la simple información hay que perseguir el "insight", ese conocimiento profundo (si se prefiere sabiduría) que nos da la auténtica ventaja competitiva del siglo XXI, así, por ejemplo, cuando una empresa española busca incorporar a su inteligencia de negocio información para expandirse fuera de nuestras fronteras debe incorporar a su análisis de escenarios mucho más que simples desgloses de costes productivos, estimaciones de crecimiento del mercado o el impacto de coste de la financiación.

En un mundo claramente globalizado y en un proceso acelerado de cambio de paradigma, pasando de la dominación del Norte al crecimiento hiperacelerado del Sur, cualquier organización que se precie debe entender en todo momento qué está pasando y no debe hacerlo en base a percepciones de sus directivos (que también) sino en base a datos - información - insight.

Reconozco que el paso de trabajar con información generada internamente por la empresa a otra que se refiere al "entorno" de la misma es casi un giro copernicano para el management pero no queda otra.

Y en estos tiempos de cambio de paradigma hay que estar siempre atento a incorporar datos / información de los siguientes 5 aspectos:

1. Los cambios en el sistema financiero, hacía dónde fluyen los capitales.


2. Como distintos países compiten entre si bajo distintas normas, es el caso de las economías de libre mercado orientadas al corto plazo y economías planificadas "de mercado" donde la relación entre empresas y Estado se difumina, basta con pensar en China.


3. El impacto de Internet y las comunicaciones móviles y la innovación que las acompaña.


4. Los cambios demográficos, especialmente el envejecimiento de la población, las consecuencias de la mejora de las condiciones de vida en los índices de mortalidad de los países del sur, las migraciones, etc....


5. La presión sobre unos recursos naturales cada vez más limitados y el aumento de sus precios, hablamos de agua, petróleo, minerales, terreno cultivable, pesca, etc...

Aunque quizás esté siendo demasiado optimista y haya quien todavía necesite saber mucho más de sus clientes y, por que no, de sus competidores, antes buscar información, o a lo mejor estamos hablando de lo mismo.

En todo caso como decían en Expediente X: "la verdad esta ahí fuera", es nuestra responsabilidad salir a buscarla.

1000 Métricas para Gestionar tu Empresa: #3 - Tendencias de Búsqueda en la Web (Google Trends)

En dos líneas: Google Trends compara frecuencia de búsquedas entre marcas o productos, la supremacía de Google entre los buscadores es tan indiscutible que esta es una métrica de referencia hoy en día. 

En concreto la métrica consiste en la evolución del interés de las personas que realizan búsquedas en Google, representando el número 100 el interés máximo de búsquedas.

Las gráficas de Google Trends representan con cuánta frecuencia se realiza una búsqueda particular en varias regiones del mundo y en varios idiomas. El eje horizontal de la gráfica representa el tiempo (desde algún momento de 2004), y el eje vertical representa la frecuencia con la que se ha buscado el término globalmente. También permite al usuario comparar el volumen de búsquedas entre dos o más términos.

Una característica adicional de Google Trends es la posibilidad de mostrar noticias relacionadas con el término de búsqueda encima de la gráfica, mostrando cómo afectan los eventos a la popularidad.

Como este es un blog sobre inteligencia de negocio vamos a comparar algunos de los términos que más utilizamos:

1. Business Intelligence (BI)

Datos a 05/04/2013

Vemos como el término "Business Intelligence" vivió su momento "hype" hará 7 u 8 años, pero sigue siendo una constante en las búsquedas dentro de Google.

Si nos fijamos en el mapa vemos como el interés por el BI en India es muy superior al de otras regiones:



2. Business Analytics (BA)

Como he comentado en posts anteriores hay bastante confusión entre BI y BA pero aún así haremos el análisis con el término "Business Analytics":

Datos a 05/04/2013

Vemos como es una tendencia imparable y que en este año hemos llegado al "pico" de interés, es importante recordar que hemos utilizado el término "Business Analytics" ya que si usásemos simplemente "Analytics" el resultado se vería distorsionado por la importancia de Google Analytics y otros conceptos relacionados con el SEO / SEM.

Aquí de nuevo sobresale el interés de la India por estos temas.

3. Big Data

Ahora podemos introducir el término de moda, el auténtico "hype" y queda refrendada su popularidad al hacer el análisis:

Datos a 05/04/2013

En 2011 apenas se hablaba de Big Data pero el año pasado y este 2013 han sido una auténtica explosión.

De nuevo la India destaca acompañada de los EE.UU. y Corea del Sur.

Y ahora para poner las cosas en perspectiva comparamos los tres términos, en azul el BI, en rojo el BA y en dorado el Big data:

Datos a 05/04/2013

Parece claro que el futuro es el Big Data, al menos en lo que se refiere a búsquedas en Google, por otra parte queda bien establecida la utilidad de la métrica y la herramienta que la acompaña, seguro que se os ocurren muchas comparaciones entre marcas, productos, etc... que os pueden ayudar a identificar tendencias en vuestros sectores.

Seguro que seguiremos "trasteando" con esta herramienta y con su prima hermana Google Correlate.

Vídeo con Demo de la Plataforma Agile Analytics de Accenture

En dos líneas: me he visto muchos vídeos con demos y anuncios de Business Intelligence (BI) y de Business Analytics (BA) y este vídeo de Accenture es uno de los que más me ha llamado la atención, en especial por como desarrolla el caso que usan como eje de la historia. 

Vamos que no puedo negar que como demo está muy bien, está claramente orientado a los altos directivos de marketing de grandes empresas así que era de esperar no ver mucha funcionalidad asociada a data discovery ni a data visualization.

En el vídeo se habla de "Analytics", es una tendencia que cada vez se da más ya que a veces se confunden términos como BI y BA así que en Accenture han optado por el término más generalista "analytics".

Parece que la idea es proporcionar datos escuetos y muy claros a los CMOs a través de sus tablets, otro empujón al fenómeno BYOD.

Aquí os dejo el vídeo:

The Road Not Taken - Un Poema para celebrar nuestro post número 200

En dos líneas: han pasado dos años y medio desde que comencé a escribir este blog y este post hace el número 200, le he dado muchas vueltas y no voy a hacer una "reflexión" sobre el BI o el management, simplemente os dejaré un poema que me ha marcado profundamente. 

El poema se titula "The Road Not Taken", su autor es el norteamericano Robert Frost, lo aprendí con 14 años, supongo que a la mayoría de mis compañeros de clase entonces les pareció un "rollo" y lo olvidaron rápidamente, pero a mi cada día me impresiona más.

Hay muchas versiones en vídeo de este poema, pero a mi me encanta una realizada hace algunos meses para un anuncio de Ford, apenas se nota que es publicidad:



Aquí tenéis el texto del poema y su traducción al español:

The Road Not Taken

Two roads diverged in a yellow wood,
And sorry I could not travel both 
And be one traveler, long I stood 
And looked down one as far as I could 
To where it bent in the undergrowth;

Then took the other, as just as fair, 
And having perhaps the better claim 
Because it was grassy and wanted wear, 
Though as for that the passing there 
Had worn them really about the same,

And both that morning equally lay 
In leaves no step had trodden black. 
Oh, I marked the first for another day! 
Yet knowing how way leads on to way 
I doubted if I should ever come back.

I shall be telling this with a sigh 
Somewhere ages and ages hence: 
Two roads diverged in a wood, and I, 
I took the one less traveled by, 
And that has made all the difference.


El Camino No Elegido

Dos caminos se bifurcaban en un bosque amarillo, 
Y apenado por no poder tomar los dos 
Siendo un viajero solo, largo tiempo estuve de pie 
Mirando uno de ellos tan lejos como pude, 
Hasta donde se perdía en la espesura; 

Entonces tomé el otro, imparcialmente, 
Y habiendo tenido quizás la elección acertada, 
Pues era tupido y requería uso; 
Aunque en cuanto a lo que vi allí 
Hubiera elegido cualquiera de los dos. 

Y ambos esa mañana yacían igualmente, 
¡Oh, había guardado aquel primero para otro día! 
Aun sabiendo el modo en que las cosas siguen adelante, 
Dudé si debía haber regresado sobre mis pasos. 

Debo estar diciendo esto con un suspiro 
De aquí a la eternidad: 
Dos caminos se bifurcaban en un bosque y yo, 
Yo tomé el menos transitado, 
Y eso hizo toda la diferencia.

Termino con nuestro agradecimiento desde CYD Consultores por visitar este blog, en especial a los que leen con regularidad Outsourceando, esperamos sinceramente que os resulte de ayuda o que simplemente os entretenga.

Por cierto, ahora también estamos en BoosterBlog

Infografía: el sorprendente impacto de los datos en el ROI del marketing

En dos líneas: aunque las infografías no siempre son santo de mi devoción esta muestra el largo camino a recorrer que le queda al Business Intelligence en el área de marketing de muchas empresas, porque hacer marketing sin medir el ROI es muy difícil hoy en día. 

http://www.dmnews.com/infographic-the-surprising-impact-of-data-on-marketing-roi/article/286578/#

Mi próximo post hace el número 200, habrá que pensar en alguna reflexión especial.

1000 Métricas para Gestionar tu Empresa: #2 - Churn Rate

En dos líneas: esta rátio es una de las más mencionadas en los últimos años, pero que sea un lugar común no significa que todo el mundo entiende su significado. 

El "Churn Rate" responde a uno de los problemas más graves que afrontan todas las empresas: el abandono de clientes bien por la actividad de la competencia bien por insatisfacción con los productos y/o servicios que reciben.

Y su cálculo es muy sencillo:

Churn Rate = clientes que han sido baja en el periodo / clientes al final del periodo

Ahora bien, no todas las empresas disponen de datos sobre las altas y bajas de clientes realmente actualizados, además es un área donde la calidad de dichos datos deja mucho que desear y se puede producir curiosos "juegos" con la definición de las fechas.

Un sector, aunque no el único, donde el Churn Rate es fundamental es el de la telefonía móvil, basta con pensar en nuestras experiencias con las operadoras del sector.

Es una ratio con la que se suele trabajar mucho en Business Analytics ya que es muy importante predecir cómo se comportará si se toman determinadas decisiones (por ejemplo relativas al precio o a los descuentos) o saber qué perfil de clientes tiene mayor probabilidad de abandonarnos y así tomar medidas preventivas como ofertas o regalos.

Supongamos que tenemos 10.000 clientes a los que les cobramos una mensualidad de 100 euros y que tenemos un Churn Rate del 1,5%, aunque tengamos un incremento mensual de un 2% en el número de clientes y el saldo sea positivo debemos plantearnos que si jugamos bien nuestras cartas y ofrecemos ofertas personalizadas además de mejorar nuestro servicio podríamos afrontar un problema que cuantificaríamos del siguiente modo:

100 euros x 10.000 x 1,5% = 15.000 euros / mes

¿verdad que da que pensar?

Esta ratio siempre nos debería llevar a otras relacionados con la retención de clientes y su coste, cosa que haremos más adelante, pero si queréis profundizar algo más os dejo un artículo muy interesante en español, otro en inglés del vendor de BI Tibco y un vídeo sobre cómo reducir el Churn Rate:

1000 Métricas para Gestionar tu Empresa: #1 - Ratio de Liquidez General o Ratio de Solvencia

En dos líneas: hoy comenzamos una serie de breves posts que tienen la intención de proporcionaros ideas para la utilización de métricas en el control de vuestras empresas o en vuestra actividad profesional, esperamos que os resulten de utilidad, comenzaremos con el ratio de liquidez general o ratio de solvencia. 

La primera en la frente, la ratio de liquidez general (alias ratio de solvencia), no tiene mucho misterio pero es fundamental para el adecuado control de la actividad de la empresa y, sobre todo, para la supervivencia de la misma.

Se trata de saber cuantos euros realizables a corto plazo (menos de un año) hay por cada euro exigible en el mismo periodo de tiempo.

Es tan sencillo como:

Es una aproximación muy "grosera" ya que no tiene en consideración la distinta liquidez relativa de las distintas partidas del activo corriente o circulante, ni tampoco el escalonamiento de las deudas a corto.

Os dejo algunas pistas sobre su uso:

• Cuando se encuentra entre 1 y 2 la empresa tiene una liquidez correcta.
• Si está por debajo de 1 mal, vamos camino de la suspensión de pagos, la mayoría de las empresas españolas viven con problemas crónicos de liquidez, rondando un valor de 0,6.
• Si está por encima de 2 estamos desperdiciando recursos.